Overview

Brought to you by YData

Dataset statistics

Number of variables40
Number of observations57
Missing cells63
Missing cells (%)2.8%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory13.7 KiB
Average record size in memory245.2 B

Variable types

DateTime1
Text3
Numeric5
Categorical20
Boolean11

Alerts

Já foi diagnosticado por um profissional com algum dos itens: [Fobia de Perda de Conexão ( Ansiedade relacionada à ausência de acesso ao celular ou redes sociais, causando angústia e desconforto.] has constant value "False" Constant
Com que frequência você se sente deprimido ou está deprimido? is highly overall correlated with Com que frequência você usa mídias sociais sem um propósito específico?High correlation
Com que frequência você usa mídias sociais sem um propósito específico? is highly overall correlated with Com que frequência você se sente deprimido ou está deprimido? and 1 other fieldsHigh correlation
Com que frequência você usa mídias sociais sem um propósito específico? is highly overall correlated with Com que frequência você usa mídias sociais sem um propósito específico?High correlation
Como você reage quando vê comentários negativos ou críticas em suas postagens? is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Bipolar] and 1 other fieldsHigh correlation
Dificuldade para dormir is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)]High correlation
Gênero is highly overall correlated with SexoHigh correlation
Já foi diagnosticado por um profissional com algum dos itens: [Ansiedade] is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Nenhum] and 1 other fieldsHigh correlation
Já foi diagnosticado por um profissional com algum dos itens: [Dislexia] is highly overall correlated with Qual sua religião?High correlation
Já foi diagnosticado por um profissional com algum dos itens: [Nenhum] is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Ansiedade]High correlation
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Bipolar] is highly overall correlated with Como você reage quando vê comentários negativos ou críticas em suas postagens? and 1 other fieldsHigh correlation
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Obsessivo-Compulsivo (TOC)] is highly overall correlated with Qual sua religião?High correlation
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)] is highly overall correlated with Dificuldade para dormir and 1 other fieldsHigh correlation
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de ansiedade social :] is highly overall correlated with Você acha difícil se concentrar nas coisas? High correlation
Qual sua religião? is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Dislexia] and 3 other fieldsHigh correlation
Qual sua renda mensal bruta para custo de vida is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Ansiedade]High correlation
Sexo is highly overall correlated with Gênero and 2 other fieldsHigh correlation
Você acha difícil se concentrar nas coisas? is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de ansiedade social :]High correlation
Você já experimentou sentimentos de inveja ou inferioridade ao se comparar com outras pessoas nas redes? (Ex.: Aquele momento em que você abre a rede social do amigo e pensa dei errado para caramba) is highly overall correlated with Como você reage quando vê comentários negativos ou críticas em suas postagens? and 2 other fieldsHigh correlation
Você têm religião? is highly overall correlated with Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)] and 1 other fieldsHigh correlation
Sexo is highly imbalanced (87.3%) Imbalance
Dificuldade para dormir is highly imbalanced (56.7%) Imbalance
Já foi diagnosticado por um profissional com algum dos itens: [TDAH] is highly imbalanced (57.1%) Imbalance
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Bipolar] is highly imbalanced (87.3%) Imbalance
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de ansiedade social :] is highly imbalanced (78.1%) Imbalance
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Obsessivo-Compulsivo (TOC)] is highly imbalanced (78.1%) Imbalance
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)] is highly imbalanced (87.3%) Imbalance
Já foi diagnosticado por um profissional com algum dos itens: [Dislexia] is highly imbalanced (87.3%) Imbalance
Cidade onde Mora has 2 (3.5%) missing values Missing
Qual sua renda mensal bruta para custo de vida has 2 (3.5%) missing values Missing
Você têm religião? has 1 (1.8%) missing values Missing
Qual sua religião? has 5 (8.8%) missing values Missing
Qual é o tempo médio que você passa nas redes sociais todos os dias em horas? has 1 (1.8%) missing values Missing
Numa escala de 1 a 5, quão facilmente você se distrai? (Sendo 1 pouco e 5 muito) has 1 (1.8%) missing values Missing
Com que frequência você se sente deprimido ou está deprimido? has 1 (1.8%) missing values Missing
Com que frequência você usa mídias sociais sem um propósito específico? has 1 (1.8%) missing values Missing
Numa escala de 1 a 5, com que frequência você se compara a outras pessoas de sucesso através do uso das redes sociais? has 2 (3.5%) missing values Missing
Como você se sente quando vê publicações de pessoas mostrando vidas aparentemente perfeitas? has 2 (3.5%) missing values Missing
Como você se sente ao receber poucos "likes" em suas postagens? has 2 (3.5%) missing values Missing
Você sente que o uso das redes sociais impacta seu humor de forma positiva ou negativa? has 3 (5.3%) missing values Missing
Como você reage quando vê comentários negativos ou críticas em suas postagens? has 2 (3.5%) missing values Missing
Com que frequência você busca validação por meio de "curtidas" ou outros recursos das redes sociais? has 2 (3.5%) missing values Missing
Com que frequência você usa mídias sociais sem um propósito específico? has 2 (3.5%) missing values Missing
Você já experimentou sentimentos de inveja ou inferioridade ao se comparar com outras pessoas nas redes? (Ex.: Aquele momento em que você abre a rede social do amigo e pensa dei errado para caramba) has 34 (59.6%) missing values Missing
Carimbo de data/hora has unique values Unique
Endereço de e-mail has unique values Unique
Com que frequência você se sente deprimido ou está deprimido? has 13 (22.8%) zeros Zeros
Com que frequência você usa mídias sociais sem um propósito específico? has 5 (8.8%) zeros Zeros
Com que frequência você usa mídias sociais sem um propósito específico? has 4 (7.0%) zeros Zeros

Reproduction

Analysis started2024-12-08 11:50:26.998497
Analysis finished2024-12-08 11:50:52.012926
Duration25.01 seconds
Software versionydata-profiling vv4.12.0
Download configurationconfig.json

Variables

Distinct57
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size584.0 B
Minimum2024-11-16 08:50:05
Maximum2024-11-18 21:19:23
2024-12-08T11:50:52.401932image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:52.819956image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

Endereço de e-mail
Text

Unique 

Distinct57
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size584.0 B
2024-12-08T11:50:53.235508image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Length

Max length36
Median length36
Mean length36
Min length36

Characters and Unicode

Total characters2052
Distinct characters17
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique57 ?
Unique (%)100.0%

Sample

1st row2903def3-aa2f-5bf3-8d43-f9396e259be8
2nd row52101e6a-ca49-5844-a546-155aa08bf771
3rd row0135da91-4288-5475-8a7d-c06ac32e157d
4th rowef094ef4-c311-52ab-994b-a5e2943c8c04
5th row4fe3cb6d-8d9f-5fdd-87fa-13481495a0c4
ValueCountFrequency (%)
2903def3-aa2f-5bf3-8d43-f9396e259be8 1
 
1.8%
52101e6a-ca49-5844-a546-155aa08bf771 1
 
1.8%
0135da91-4288-5475-8a7d-c06ac32e157d 1
 
1.8%
ef094ef4-c311-52ab-994b-a5e2943c8c04 1
 
1.8%
4fe3cb6d-8d9f-5fdd-87fa-13481495a0c4 1
 
1.8%
8f30b1fa-511d-5044-948d-268c86cb55df 1
 
1.8%
844ab66e-8e20-57df-92c1-2ecb27388676 1
 
1.8%
da896799-9ea2-5e91-ad37-3a9bf6a5eea9 1
 
1.8%
76f728ad-95de-5906-81cf-682fcbf25c03 1
 
1.8%
3f123bb8-6b37-58e8-bccd-035231c8a49c 1
 
1.8%
Other values (47) 47
82.5%
2024-12-08T11:50:53.950200image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
- 228
 
11.1%
5 175
 
8.5%
8 127
 
6.2%
2 123
 
6.0%
c 121
 
5.9%
9 116
 
5.7%
a 113
 
5.5%
f 110
 
5.4%
3 110
 
5.4%
b 110
 
5.4%
Other values (7) 719
35.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 2052
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
- 228
 
11.1%
5 175
 
8.5%
8 127
 
6.2%
2 123
 
6.0%
c 121
 
5.9%
9 116
 
5.7%
a 113
 
5.5%
f 110
 
5.4%
3 110
 
5.4%
b 110
 
5.4%
Other values (7) 719
35.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 2052
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
- 228
 
11.1%
5 175
 
8.5%
8 127
 
6.2%
2 123
 
6.0%
c 121
 
5.9%
9 116
 
5.7%
a 113
 
5.5%
f 110
 
5.4%
3 110
 
5.4%
b 110
 
5.4%
Other values (7) 719
35.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 2052
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
- 228
 
11.1%
5 175
 
8.5%
8 127
 
6.2%
2 123
 
6.0%
c 121
 
5.9%
9 116
 
5.7%
a 113
 
5.5%
f 110
 
5.4%
3 110
 
5.4%
b 110
 
5.4%
Other values (7) 719
35.0%

Qual é a sua idade?
Real number (ℝ)

Distinct25
Distinct (%)43.9%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean40.526316
Minimum19
Maximum60
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size584.0 B
2024-12-08T11:50:54.289255image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Quantile statistics

Minimum19
5-th percentile27.4
Q134
median40
Q346
95-th percentile59
Maximum60
Range41
Interquartile range (IQR)12

Descriptive statistics

Standard deviation9.0713546
Coefficient of variation (CV)0.22383862
Kurtosis0.00096617025
Mean40.526316
Median Absolute Deviation (MAD)6
Skewness0.2979369
Sum2310
Variance82.289474
MonotonicityNot monotonic
2024-12-08T11:50:54.558892image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram with fixed size bins (bins=25)
ValueCountFrequency (%)
33 6
 
10.5%
40 5
 
8.8%
36 5
 
8.8%
37 4
 
7.0%
41 3
 
5.3%
59 3
 
5.3%
43 3
 
5.3%
47 3
 
5.3%
34 3
 
5.3%
44 2
 
3.5%
Other values (15) 20
35.1%
ValueCountFrequency (%)
19 1
 
1.8%
24 1
 
1.8%
25 1
 
1.8%
28 1
 
1.8%
30 1
 
1.8%
31 2
 
3.5%
33 6
10.5%
34 3
5.3%
36 5
8.8%
37 4
7.0%
ValueCountFrequency (%)
60 1
 
1.8%
59 3
5.3%
55 2
3.5%
54 1
 
1.8%
51 2
3.5%
48 2
3.5%
47 3
5.3%
46 1
 
1.8%
45 1
 
1.8%
44 2
3.5%

Gênero
Categorical

High correlation 

Distinct3
Distinct (%)5.3%
Missing0
Missing (%)0.0%
Memory size584.0 B
Masculino
39 
Feminino
17 
Intersexo (popularmente conhecido como Hermafrodita)
 
1

Length

Max length52
Median length9
Mean length9.4561404
Min length8

Characters and Unicode

Total characters539
Distinct characters24
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1 ?
Unique (%)1.8%

Sample

1st rowMasculino
2nd rowMasculino
3rd rowMasculino
4th rowMasculino
5th rowMasculino

Common Values

ValueCountFrequency (%)
Masculino 39
68.4%
Feminino 17
29.8%
Intersexo (popularmente conhecido como Hermafrodita) 1
 
1.8%

Length

2024-12-08T11:50:54.816330image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:50:55.066999image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
masculino 39
63.9%
feminino 17
27.9%
intersexo 1
 
1.6%
popularmente 1
 
1.6%
conhecido 1
 
1.6%
como 1
 
1.6%
hermafrodita 1
 
1.6%

Most occurring characters

ValueCountFrequency (%)
n 76
14.1%
i 75
13.9%
o 63
11.7%
c 42
7.8%
a 42
7.8%
s 40
7.4%
u 40
7.4%
l 40
7.4%
M 39
7.2%
e 23
 
4.3%
Other values (14) 59
10.9%

Most occurring categories

ValueCountFrequency (%)
(unknown) 539
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
n 76
14.1%
i 75
13.9%
o 63
11.7%
c 42
7.8%
a 42
7.8%
s 40
7.4%
u 40
7.4%
l 40
7.4%
M 39
7.2%
e 23
 
4.3%
Other values (14) 59
10.9%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 539
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
n 76
14.1%
i 75
13.9%
o 63
11.7%
c 42
7.8%
a 42
7.8%
s 40
7.4%
u 40
7.4%
l 40
7.4%
M 39
7.2%
e 23
 
4.3%
Other values (14) 59
10.9%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 539
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
n 76
14.1%
i 75
13.9%
o 63
11.7%
c 42
7.8%
a 42
7.8%
s 40
7.4%
u 40
7.4%
l 40
7.4%
M 39
7.2%
e 23
 
4.3%
Other values (14) 59
10.9%
Distinct34
Distinct (%)59.6%
Missing0
Missing (%)0.0%
Memory size584.0 B
2024-12-08T11:50:55.313628image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Length

Max length87
Median length64
Mean length38.491228
Min length6

Characters and Unicode

Total characters2194
Distinct characters31
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique24 ?
Unique (%)42.1%

Sample

1st rowLinkedin, Whatsapp
2nd rowInstagram, Facebook, Youtube, Linkedin, TikTok, Twitter (X), Whatsapp, Telegram
3rd rowWhatsapp
4th rowInstagram, Facebook, Youtube, Linkedin, Whatsapp
5th rowInstagram, Facebook, Twitter (X), Whatsapp
ValueCountFrequency (%)
whatsapp 56
23.2%
instagram 43
17.8%
youtube 42
17.4%
facebook 27
11.2%
linkedin 21
 
8.7%
telegram 17
 
7.1%
twitter 11
 
4.6%
x 11
 
4.6%
tiktok 7
 
2.9%
outras 6
 
2.5%
2024-12-08T11:50:55.990332image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
a 248
 
11.3%
184
 
8.4%
, 173
 
7.9%
t 169
 
7.7%
e 135
 
6.2%
p 112
 
5.1%
s 105
 
4.8%
o 103
 
4.7%
u 90
 
4.1%
n 85
 
3.9%
Other values (21) 790
36.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 2194
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
a 248
 
11.3%
184
 
8.4%
, 173
 
7.9%
t 169
 
7.7%
e 135
 
6.2%
p 112
 
5.1%
s 105
 
4.8%
o 103
 
4.7%
u 90
 
4.1%
n 85
 
3.9%
Other values (21) 790
36.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 2194
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
a 248
 
11.3%
184
 
8.4%
, 173
 
7.9%
t 169
 
7.7%
e 135
 
6.2%
p 112
 
5.1%
s 105
 
4.8%
o 103
 
4.7%
u 90
 
4.1%
n 85
 
3.9%
Other values (21) 790
36.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 2194
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
a 248
 
11.3%
184
 
8.4%
, 173
 
7.9%
t 169
 
7.7%
e 135
 
6.2%
p 112
 
5.1%
s 105
 
4.8%
o 103
 
4.7%
u 90
 
4.1%
n 85
 
3.9%
Other values (21) 790
36.0%

Cidade onde Mora
Text

Missing 

Distinct32
Distinct (%)58.2%
Missing2
Missing (%)3.5%
Memory size584.0 B
2024-12-08T11:50:56.349844image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Length

Max length25
Median length16
Mean length11.072727
Min length2

Characters and Unicode

Total characters609
Distinct characters43
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique25 ?
Unique (%)45.5%

Sample

1st rowNiterói
2nd rowSão Gonçalo
3rd rowNiterói
4th rowRio de Janeiro
5th rowSão Gonçalo
ValueCountFrequency (%)
niterói 13
12.6%
de 12
11.7%
rio 12
11.7%
janeiro 11
10.7%
são 8
 
7.8%
gonçalo 6
 
5.8%
rj 6
 
5.8%
maricá 4
 
3.9%
3
 
2.9%
salvador 2
 
1.9%
Other values (26) 26
25.2%
2024-12-08T11:50:57.044569image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
79
13.0%
o 67
 
11.0%
i 67
 
11.0%
a 50
 
8.2%
e 44
 
7.2%
r 43
 
7.1%
n 24
 
3.9%
R 20
 
3.3%
t 18
 
3.0%
d 17
 
2.8%
Other values (33) 180
29.6%

Most occurring categories

ValueCountFrequency (%)
(unknown) 609
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
79
13.0%
o 67
 
11.0%
i 67
 
11.0%
a 50
 
8.2%
e 44
 
7.2%
r 43
 
7.1%
n 24
 
3.9%
R 20
 
3.3%
t 18
 
3.0%
d 17
 
2.8%
Other values (33) 180
29.6%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 609
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
79
13.0%
o 67
 
11.0%
i 67
 
11.0%
a 50
 
8.2%
e 44
 
7.2%
r 43
 
7.1%
n 24
 
3.9%
R 20
 
3.3%
t 18
 
3.0%
d 17
 
2.8%
Other values (33) 180
29.6%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 609
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
79
13.0%
o 67
 
11.0%
i 67
 
11.0%
a 50
 
8.2%
e 44
 
7.2%
r 43
 
7.1%
n 24
 
3.9%
R 20
 
3.3%
t 18
 
3.0%
d 17
 
2.8%
Other values (33) 180
29.6%

Sexo
Categorical

High correlation  Imbalance 

Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size584.0 B
Cisgênero (é o sexo que nasceu)
56 
Não binário
 
1

Length

Max length31
Median length31
Mean length30.649123
Min length11

Characters and Unicode

Total characters1747
Distinct characters22
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1 ?
Unique (%)1.8%

Sample

1st rowCisgênero (é o sexo que nasceu)
2nd rowCisgênero (é o sexo que nasceu)
3rd rowCisgênero (é o sexo que nasceu)
4th rowCisgênero (é o sexo que nasceu)
5th rowCisgênero (é o sexo que nasceu)

Common Values

ValueCountFrequency (%)
Cisgênero (é o sexo que nasceu) 56
98.2%
Não binário 1
 
1.8%

Length

2024-12-08T11:50:57.388629image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:50:57.625977image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
cisgênero 56
16.6%
é 56
16.6%
o 56
16.6%
sexo 56
16.6%
que 56
16.6%
nasceu 56
16.6%
não 1
 
0.3%
binário 1
 
0.3%

Most occurring characters

ValueCountFrequency (%)
281
16.1%
e 224
12.8%
o 170
 
9.7%
s 168
 
9.6%
n 113
 
6.5%
u 112
 
6.4%
i 58
 
3.3%
r 57
 
3.3%
C 56
 
3.2%
q 56
 
3.2%
Other values (12) 452
25.9%

Most occurring categories

ValueCountFrequency (%)
(unknown) 1747
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
281
16.1%
e 224
12.8%
o 170
 
9.7%
s 168
 
9.6%
n 113
 
6.5%
u 112
 
6.4%
i 58
 
3.3%
r 57
 
3.3%
C 56
 
3.2%
q 56
 
3.2%
Other values (12) 452
25.9%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 1747
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
281
16.1%
e 224
12.8%
o 170
 
9.7%
s 168
 
9.6%
n 113
 
6.5%
u 112
 
6.4%
i 58
 
3.3%
r 57
 
3.3%
C 56
 
3.2%
q 56
 
3.2%
Other values (12) 452
25.9%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 1747
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
281
16.1%
e 224
12.8%
o 170
 
9.7%
s 168
 
9.6%
n 113
 
6.5%
u 112
 
6.4%
i 58
 
3.3%
r 57
 
3.3%
C 56
 
3.2%
q 56
 
3.2%
Other values (12) 452
25.9%

Está empregado
Categorical

Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size584.0 B
Sim
43 
Não
14 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters171
Distinct characters6
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowSim
2nd rowSim
3rd rowSim
4th rowSim
5th rowSim

Common Values

ValueCountFrequency (%)
Sim 43
75.4%
Não 14
 
24.6%

Length

2024-12-08T11:50:58.188818image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:50:58.403139image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
sim 43
75.4%
não 14
 
24.6%

Most occurring characters

ValueCountFrequency (%)
S 43
25.1%
i 43
25.1%
m 43
25.1%
N 14
 
8.2%
ã 14
 
8.2%
o 14
 
8.2%

Most occurring categories

ValueCountFrequency (%)
(unknown) 171
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
S 43
25.1%
i 43
25.1%
m 43
25.1%
N 14
 
8.2%
ã 14
 
8.2%
o 14
 
8.2%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 171
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
S 43
25.1%
i 43
25.1%
m 43
25.1%
N 14
 
8.2%
ã 14
 
8.2%
o 14
 
8.2%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 171
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
S 43
25.1%
i 43
25.1%
m 43
25.1%
N 14
 
8.2%
ã 14
 
8.2%
o 14
 
8.2%

Qual sua renda mensal bruta para custo de vida
Categorical

High correlation  Missing 

Distinct5
Distinct (%)9.1%
Missing2
Missing (%)3.5%
Memory size584.0 B
Até 5 mil
20 
Atè 10 mil
18 
Até 3 mil
10 
Até 20 mil
Superior 30 mil

Length

Max length15
Median length9
Mean length9.7272727
Min length9

Characters and Unicode

Total characters535
Distinct characters19
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowSuperior 30 mil
2nd rowAtè 10 mil
3rd rowAtè 10 mil
4th rowAtè 10 mil
5th rowAté 5 mil

Common Values

ValueCountFrequency (%)
Até 5 mil 20
35.1%
Atè 10 mil 18
31.6%
Até 3 mil 10
17.5%
Até 20 mil 4
 
7.0%
Superior 30 mil 3
 
5.3%
(Missing) 2
 
3.5%

Length

2024-12-08T11:50:58.679669image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:50:58.936287image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
mil 55
33.3%
até 34
20.6%
5 20
 
12.1%
atè 18
 
10.9%
10 18
 
10.9%
3 10
 
6.1%
20 4
 
2.4%
superior 3
 
1.8%
30 3
 
1.8%

Most occurring characters

ValueCountFrequency (%)
110
20.6%
i 58
10.8%
m 55
10.3%
l 55
10.3%
A 52
9.7%
t 52
9.7%
é 34
 
6.4%
0 25
 
4.7%
5 20
 
3.7%
1 18
 
3.4%
Other values (9) 56
10.5%

Most occurring categories

ValueCountFrequency (%)
(unknown) 535
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
110
20.6%
i 58
10.8%
m 55
10.3%
l 55
10.3%
A 52
9.7%
t 52
9.7%
é 34
 
6.4%
0 25
 
4.7%
5 20
 
3.7%
1 18
 
3.4%
Other values (9) 56
10.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 535
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
110
20.6%
i 58
10.8%
m 55
10.3%
l 55
10.3%
A 52
9.7%
t 52
9.7%
é 34
 
6.4%
0 25
 
4.7%
5 20
 
3.7%
1 18
 
3.4%
Other values (9) 56
10.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 535
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
110
20.6%
i 58
10.8%
m 55
10.3%
l 55
10.3%
A 52
9.7%
t 52
9.7%
é 34
 
6.4%
0 25
 
4.7%
5 20
 
3.7%
1 18
 
3.4%
Other values (9) 56
10.5%

Você têm religião?
Categorical

High correlation  Missing 

Distinct2
Distinct (%)3.6%
Missing1
Missing (%)1.8%
Memory size584.0 B
Sim
46 
Não
10 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters168
Distinct characters6
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowSim
2nd rowSim
3rd rowSim
4th rowSim
5th rowSim

Common Values

ValueCountFrequency (%)
Sim 46
80.7%
Não 10
 
17.5%
(Missing) 1
 
1.8%

Length

2024-12-08T11:50:59.225218image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:50:59.435387image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
sim 46
82.1%
não 10
 
17.9%

Most occurring characters

ValueCountFrequency (%)
S 46
27.4%
i 46
27.4%
m 46
27.4%
N 10
 
6.0%
ã 10
 
6.0%
o 10
 
6.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 168
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
S 46
27.4%
i 46
27.4%
m 46
27.4%
N 10
 
6.0%
ã 10
 
6.0%
o 10
 
6.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 168
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
S 46
27.4%
i 46
27.4%
m 46
27.4%
N 10
 
6.0%
ã 10
 
6.0%
o 10
 
6.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 168
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
S 46
27.4%
i 46
27.4%
m 46
27.4%
N 10
 
6.0%
ã 10
 
6.0%
o 10
 
6.0%

Qual sua religião?
Categorical

High correlation  Missing 

Distinct6
Distinct (%)11.5%
Missing5
Missing (%)8.8%
Memory size584.0 B
Evangélico
31 
Católico
16 
Outros
 
2
Espírita Kardecista
 
1
Creio em Deus
 
1

Length

Max length19
Median length10
Mean length9.4038462
Min length6

Characters and Unicode

Total characters489
Distinct characters26
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique3 ?
Unique (%)5.8%

Sample

1st rowEvangélico
2nd rowEvangélico
3rd rowEvangélico
4th rowCatólico
5th rowEvangélico

Common Values

ValueCountFrequency (%)
Evangélico 31
54.4%
Católico 16
28.1%
Outros 2
 
3.5%
Espírita Kardecista 1
 
1.8%
Creio em Deus 1
 
1.8%
nenhuma 1
 
1.8%
(Missing) 5
 
8.8%

Length

2024-12-08T11:50:59.713290image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:50:59.975989image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
evangélico 31
56.4%
católico 16
29.1%
outros 2
 
3.6%
espírita 1
 
1.8%
kardecista 1
 
1.8%
creio 1
 
1.8%
em 1
 
1.8%
deus 1
 
1.8%
nenhuma 1
 
1.8%

Most occurring characters

ValueCountFrequency (%)
a 51
10.4%
o 50
10.2%
i 50
10.2%
c 48
9.8%
l 47
9.6%
n 33
 
6.7%
E 32
 
6.5%
é 31
 
6.3%
g 31
 
6.3%
v 31
 
6.3%
Other values (16) 85
17.4%

Most occurring categories

ValueCountFrequency (%)
(unknown) 489
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
a 51
10.4%
o 50
10.2%
i 50
10.2%
c 48
9.8%
l 47
9.6%
n 33
 
6.7%
E 32
 
6.5%
é 31
 
6.3%
g 31
 
6.3%
v 31
 
6.3%
Other values (16) 85
17.4%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 489
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
a 51
10.4%
o 50
10.2%
i 50
10.2%
c 48
9.8%
l 47
9.6%
n 33
 
6.7%
E 32
 
6.5%
é 31
 
6.3%
g 31
 
6.3%
v 31
 
6.3%
Other values (16) 85
17.4%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 489
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
a 51
10.4%
o 50
10.2%
i 50
10.2%
c 48
9.8%
l 47
9.6%
n 33
 
6.7%
E 32
 
6.5%
é 31
 
6.3%
g 31
 
6.3%
v 31
 
6.3%
Other values (16) 85
17.4%
Distinct8
Distinct (%)14.3%
Missing1
Missing (%)1.8%
Infinite0
Infinite (%)0.0%
Mean3.375
Minimum1
Maximum10
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size584.0 B
2024-12-08T11:51:00.247776image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q12
median3
Q34
95-th percentile6.5
Maximum10
Range9
Interquartile range (IQR)2

Descriptive statistics

Standard deviation1.9499417
Coefficient of variation (CV)0.57776051
Kurtosis1.6461628
Mean3.375
Median Absolute Deviation (MAD)1
Skewness1.1413041
Sum189
Variance3.8022727
MonotonicityNot monotonic
2024-12-08T11:51:00.475926image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram with fixed size bins (bins=8)
ValueCountFrequency (%)
3 14
24.6%
2 11
19.3%
4 10
17.5%
1 9
15.8%
6 5
 
8.8%
5 4
 
7.0%
8 2
 
3.5%
10 1
 
1.8%
(Missing) 1
 
1.8%
ValueCountFrequency (%)
1 9
15.8%
2 11
19.3%
3 14
24.6%
4 10
17.5%
5 4
 
7.0%
6 5
 
8.8%
8 2
 
3.5%
10 1
 
1.8%
ValueCountFrequency (%)
10 1
 
1.8%
8 2
 
3.5%
6 5
 
8.8%
5 4
 
7.0%
4 10
17.5%
3 14
24.6%
2 11
19.3%
1 9
15.8%
Distinct5
Distinct (%)8.9%
Missing1
Missing (%)1.8%
Memory size584.0 B
3.0
15 
2.0
14 
4.0
12 
5.0
10 
1.0

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters168
Distinct characters7
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3.0
2nd row2.0
3rd row2.0
4th row3.0
5th row3.0

Common Values

ValueCountFrequency (%)
3.0 15
26.3%
2.0 14
24.6%
4.0 12
21.1%
5.0 10
17.5%
1.0 5
 
8.8%
(Missing) 1
 
1.8%

Length

2024-12-08T11:51:00.806145image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:01.061793image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
3.0 15
26.8%
2.0 14
25.0%
4.0 12
21.4%
5.0 10
17.9%
1.0 5
 
8.9%

Most occurring characters

ValueCountFrequency (%)
. 56
33.3%
0 56
33.3%
3 15
 
8.9%
2 14
 
8.3%
4 12
 
7.1%
5 10
 
6.0%
1 5
 
3.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 168
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
. 56
33.3%
0 56
33.3%
3 15
 
8.9%
2 14
 
8.3%
4 12
 
7.1%
5 10
 
6.0%
1 5
 
3.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 168
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
. 56
33.3%
0 56
33.3%
3 15
 
8.9%
2 14
 
8.3%
4 12
 
7.1%
5 10
 
6.0%
1 5
 
3.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 168
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
. 56
33.3%
0 56
33.3%
3 15
 
8.9%
2 14
 
8.3%
4 12
 
7.1%
5 10
 
6.0%
1 5
 
3.0%
Distinct5
Distinct (%)8.8%
Missing0
Missing (%)0.0%
Memory size584.0 B
3
19 
1
15 
2
12 
4
5

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters57
Distinct characters5
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3
2nd row2
3rd row2
4th row3
5th row1

Common Values

ValueCountFrequency (%)
3 19
33.3%
1 15
26.3%
2 12
21.1%
4 7
 
12.3%
5 4
 
7.0%

Length

2024-12-08T11:51:01.349015image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:01.613628image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
3 19
33.3%
1 15
26.3%
2 12
21.1%
4 7
 
12.3%
5 4
 
7.0%

Most occurring characters

ValueCountFrequency (%)
3 19
33.3%
1 15
26.3%
2 12
21.1%
4 7
 
12.3%
5 4
 
7.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
3 19
33.3%
1 15
26.3%
2 12
21.1%
4 7
 
12.3%
5 4
 
7.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
3 19
33.3%
1 15
26.3%
2 12
21.1%
4 7
 
12.3%
5 4
 
7.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
3 19
33.3%
1 15
26.3%
2 12
21.1%
4 7
 
12.3%
5 4
 
7.0%
Distinct4
Distinct (%)7.0%
Missing0
Missing (%)0.0%
Memory size584.0 B
Até 4 vezes
21 
Nenhuma
19 
Todos os dias
11 
Até 8 vezes

Length

Max length13
Median length11
Mean length10.052632
Min length7

Characters and Unicode

Total characters573
Distinct characters20
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowAté 8 vezes
2nd rowAté 4 vezes
3rd rowNenhuma
4th rowNenhuma
5th rowAté 4 vezes

Common Values

ValueCountFrequency (%)
Até 4 vezes 21
36.8%
Nenhuma 19
33.3%
Todos os dias 11
19.3%
Até 8 vezes 6
 
10.5%

Length

2024-12-08T11:51:02.174034image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:02.645153image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
até 27
20.3%
vezes 27
20.3%
4 21
15.8%
nenhuma 19
14.3%
todos 11
8.3%
os 11
8.3%
dias 11
8.3%
8 6
 
4.5%

Most occurring characters

ValueCountFrequency (%)
76
13.3%
e 73
12.7%
s 60
 
10.5%
o 33
 
5.8%
a 30
 
5.2%
A 27
 
4.7%
é 27
 
4.7%
v 27
 
4.7%
z 27
 
4.7%
t 27
 
4.7%
Other values (10) 166
29.0%

Most occurring categories

ValueCountFrequency (%)
(unknown) 573
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
76
13.3%
e 73
12.7%
s 60
 
10.5%
o 33
 
5.8%
a 30
 
5.2%
A 27
 
4.7%
é 27
 
4.7%
v 27
 
4.7%
z 27
 
4.7%
t 27
 
4.7%
Other values (10) 166
29.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 573
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
76
13.3%
e 73
12.7%
s 60
 
10.5%
o 33
 
5.8%
a 30
 
5.2%
A 27
 
4.7%
é 27
 
4.7%
v 27
 
4.7%
z 27
 
4.7%
t 27
 
4.7%
Other values (10) 166
29.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 573
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
76
13.3%
e 73
12.7%
s 60
 
10.5%
o 33
 
5.8%
a 30
 
5.2%
A 27
 
4.7%
é 27
 
4.7%
v 27
 
4.7%
z 27
 
4.7%
t 27
 
4.7%
Other values (10) 166
29.0%
Distinct5
Distinct (%)8.8%
Missing0
Missing (%)0.0%
Memory size584.0 B
3
16 
2
15 
1
13 
4
10 
5

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters57
Distinct characters5
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4
2nd row2
3rd row4
4th row3
5th row2

Common Values

ValueCountFrequency (%)
3 16
28.1%
2 15
26.3%
1 13
22.8%
4 10
17.5%
5 3
 
5.3%

Length

2024-12-08T11:51:03.043351image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:03.498911image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
3 16
28.1%
2 15
26.3%
1 13
22.8%
4 10
17.5%
5 3
 
5.3%

Most occurring characters

ValueCountFrequency (%)
3 16
28.1%
2 15
26.3%
1 13
22.8%
4 10
17.5%
5 3
 
5.3%

Most occurring categories

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
3 16
28.1%
2 15
26.3%
1 13
22.8%
4 10
17.5%
5 3
 
5.3%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
3 16
28.1%
2 15
26.3%
1 13
22.8%
4 10
17.5%
5 3
 
5.3%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
3 16
28.1%
2 15
26.3%
1 13
22.8%
4 10
17.5%
5 3
 
5.3%

Com que frequência você se sente deprimido ou está deprimido?
Real number (ℝ)

High correlation  Missing  Zeros 

Distinct6
Distinct (%)10.7%
Missing1
Missing (%)1.8%
Infinite0
Infinite (%)0.0%
Mean1.5535714
Minimum0
Maximum5
Zeros13
Zeros (%)22.8%
Negative0
Negative (%)0.0%
Memory size584.0 B
2024-12-08T11:51:03.878433image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile0
Q11
median1
Q32
95-th percentile4
Maximum5
Range5
Interquartile range (IQR)1

Descriptive statistics

Standard deviation1.3872097
Coefficient of variation (CV)0.89291656
Kurtosis0.050694573
Mean1.5535714
Median Absolute Deviation (MAD)1
Skewness0.90220097
Sum87
Variance1.9243506
MonotonicityNot monotonic
2024-12-08T11:51:04.412767image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram with fixed size bins (bins=6)
ValueCountFrequency (%)
1 20
35.1%
0 13
22.8%
2 12
21.1%
4 6
 
10.5%
3 3
 
5.3%
5 2
 
3.5%
(Missing) 1
 
1.8%
ValueCountFrequency (%)
0 13
22.8%
1 20
35.1%
2 12
21.1%
3 3
 
5.3%
4 6
 
10.5%
5 2
 
3.5%
ValueCountFrequency (%)
5 2
 
3.5%
4 6
 
10.5%
3 3
 
5.3%
2 12
21.1%
1 20
35.1%
0 13
22.8%

Com que frequência você usa mídias sociais sem um propósito específico?
Real number (ℝ)

High correlation  Missing  Zeros 

Distinct6
Distinct (%)10.7%
Missing1
Missing (%)1.8%
Infinite0
Infinite (%)0.0%
Mean2.4642857
Minimum0
Maximum5
Zeros5
Zeros (%)8.8%
Negative0
Negative (%)0.0%
Memory size584.0 B
2024-12-08T11:51:04.972858image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile0
Q11
median2
Q34
95-th percentile5
Maximum5
Range5
Interquartile range (IQR)3

Descriptive statistics

Standard deviation1.4392458
Coefficient of variation (CV)0.58404179
Kurtosis-0.83481076
Mean2.4642857
Median Absolute Deviation (MAD)1
Skewness0.074054807
Sum138
Variance2.0714286
MonotonicityNot monotonic
2024-12-08T11:51:05.362306image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram with fixed size bins (bins=6)
ValueCountFrequency (%)
2 15
26.3%
3 11
19.3%
4 10
17.5%
1 10
17.5%
5 5
 
8.8%
0 5
 
8.8%
(Missing) 1
 
1.8%
ValueCountFrequency (%)
0 5
 
8.8%
1 10
17.5%
2 15
26.3%
3 11
19.3%
4 10
17.5%
5 5
 
8.8%
ValueCountFrequency (%)
5 5
 
8.8%
4 10
17.5%
3 11
19.3%
2 15
26.3%
1 10
17.5%
0 5
 
8.8%
Distinct5
Distinct (%)9.1%
Missing2
Missing (%)3.5%
Memory size584.0 B
1.0
30 
2.0
4.0
3.0
5.0
 
3

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters165
Distinct characters7
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1.0
2nd row3.0
3rd row1.0
4th row1.0
5th row1.0

Common Values

ValueCountFrequency (%)
1.0 30
52.6%
2.0 9
 
15.8%
4.0 7
 
12.3%
3.0 6
 
10.5%
5.0 3
 
5.3%
(Missing) 2
 
3.5%

Length

2024-12-08T11:51:05.627954image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:05.880823image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
1.0 30
54.5%
2.0 9
 
16.4%
4.0 7
 
12.7%
3.0 6
 
10.9%
5.0 3
 
5.5%

Most occurring characters

ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
1 30
18.2%
2 9
 
5.5%
4 7
 
4.2%
3 6
 
3.6%
5 3
 
1.8%

Most occurring categories

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
1 30
18.2%
2 9
 
5.5%
4 7
 
4.2%
3 6
 
3.6%
5 3
 
1.8%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
1 30
18.2%
2 9
 
5.5%
4 7
 
4.2%
3 6
 
3.6%
5 3
 
1.8%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
1 30
18.2%
2 9
 
5.5%
4 7
 
4.2%
3 6
 
3.6%
5 3
 
1.8%
Distinct5
Distinct (%)9.1%
Missing2
Missing (%)3.5%
Memory size584.0 B
3.0
18 
4.0
14 
5.0
12 
1.0
2.0

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters165
Distinct characters7
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4.0
2nd row2.0
3rd row3.0
4th row5.0
5th row3.0

Common Values

ValueCountFrequency (%)
3.0 18
31.6%
4.0 14
24.6%
5.0 12
21.1%
1.0 7
 
12.3%
2.0 4
 
7.0%
(Missing) 2
 
3.5%

Length

2024-12-08T11:51:06.167343image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:06.408154image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
3.0 18
32.7%
4.0 14
25.5%
5.0 12
21.8%
1.0 7
 
12.7%
2.0 4
 
7.3%

Most occurring characters

ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 18
 
10.9%
4 14
 
8.5%
5 12
 
7.3%
1 7
 
4.2%
2 4
 
2.4%

Most occurring categories

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 18
 
10.9%
4 14
 
8.5%
5 12
 
7.3%
1 7
 
4.2%
2 4
 
2.4%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 18
 
10.9%
4 14
 
8.5%
5 12
 
7.3%
1 7
 
4.2%
2 4
 
2.4%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 18
 
10.9%
4 14
 
8.5%
5 12
 
7.3%
1 7
 
4.2%
2 4
 
2.4%
Distinct5
Distinct (%)9.1%
Missing2
Missing (%)3.5%
Memory size584.0 B
3.0
23 
5.0
15 
4.0
2.0
1.0

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters165
Distinct characters7
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4.0
2nd row3.0
3rd row5.0
4th row5.0
5th row3.0

Common Values

ValueCountFrequency (%)
3.0 23
40.4%
5.0 15
26.3%
4.0 7
 
12.3%
2.0 7
 
12.3%
1.0 3
 
5.3%
(Missing) 2
 
3.5%

Length

2024-12-08T11:51:06.697165image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:06.957087image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
3.0 23
41.8%
5.0 15
27.3%
4.0 7
 
12.7%
2.0 7
 
12.7%
1.0 3
 
5.5%

Most occurring characters

ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 23
13.9%
5 15
 
9.1%
4 7
 
4.2%
2 7
 
4.2%
1 3
 
1.8%

Most occurring categories

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 23
13.9%
5 15
 
9.1%
4 7
 
4.2%
2 7
 
4.2%
1 3
 
1.8%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 23
13.9%
5 15
 
9.1%
4 7
 
4.2%
2 7
 
4.2%
1 3
 
1.8%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
. 55
33.3%
0 55
33.3%
3 23
13.9%
5 15
 
9.1%
4 7
 
4.2%
2 7
 
4.2%
1 3
 
1.8%
Distinct2
Distinct (%)3.7%
Missing3
Missing (%)5.3%
Memory size584.0 B
Positiva
34 
Negativa
20 

Length

Max length8
Median length8
Mean length8
Min length8

Characters and Unicode

Total characters432
Distinct characters10
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowNegativa
2nd rowPositiva
3rd rowPositiva
4th rowPositiva
5th rowNegativa

Common Values

ValueCountFrequency (%)
Positiva 34
59.6%
Negativa 20
35.1%
(Missing) 3
 
5.3%

Length

2024-12-08T11:51:07.243863image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:07.454077image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
positiva 34
63.0%
negativa 20
37.0%

Most occurring characters

ValueCountFrequency (%)
i 88
20.4%
a 74
17.1%
t 54
12.5%
v 54
12.5%
P 34
 
7.9%
o 34
 
7.9%
s 34
 
7.9%
N 20
 
4.6%
e 20
 
4.6%
g 20
 
4.6%

Most occurring categories

ValueCountFrequency (%)
(unknown) 432
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
i 88
20.4%
a 74
17.1%
t 54
12.5%
v 54
12.5%
P 34
 
7.9%
o 34
 
7.9%
s 34
 
7.9%
N 20
 
4.6%
e 20
 
4.6%
g 20
 
4.6%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 432
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
i 88
20.4%
a 74
17.1%
t 54
12.5%
v 54
12.5%
P 34
 
7.9%
o 34
 
7.9%
s 34
 
7.9%
N 20
 
4.6%
e 20
 
4.6%
g 20
 
4.6%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 432
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
i 88
20.4%
a 74
17.1%
t 54
12.5%
v 54
12.5%
P 34
 
7.9%
o 34
 
7.9%
s 34
 
7.9%
N 20
 
4.6%
e 20
 
4.6%
g 20
 
4.6%

Dificuldade para dormir
Categorical

High correlation  Imbalance 

Distinct6
Distinct (%)10.5%
Missing0
Missing (%)0.0%
Memory size584.0 B
Nenhuma
44 
Muita
Pouca
 
1
As vezes insônia
 
1
As vezes
 
1

Length

Max length28
Median length7
Mean length7.2105263
Min length5

Characters and Unicode

Total characters411
Distinct characters25
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique4 ?
Unique (%)7.0%

Sample

1st rowNenhuma
2nd rowNenhuma
3rd rowNenhuma
4th rowNenhuma
5th rowNenhuma

Common Values

ValueCountFrequency (%)
Nenhuma 44
77.2%
Muita 9
 
15.8%
Pouca 1
 
1.8%
As vezes insônia 1
 
1.8%
As vezes 1
 
1.8%
Quando fico no cel à noite . 1
 
1.8%

Length

2024-12-08T11:51:07.686643image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:07.937199image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
nenhuma 44
66.7%
muita 9
 
13.6%
as 2
 
3.0%
vezes 2
 
3.0%
pouca 1
 
1.5%
insônia 1
 
1.5%
quando 1
 
1.5%
fico 1
 
1.5%
no 1
 
1.5%
cel 1
 
1.5%
Other values (3) 3
 
4.5%

Most occurring characters

ValueCountFrequency (%)
a 56
13.6%
u 55
13.4%
e 50
12.2%
n 49
11.9%
N 44
10.7%
h 44
10.7%
m 44
10.7%
i 13
 
3.2%
t 10
 
2.4%
10
 
2.4%
Other values (15) 36
8.8%

Most occurring categories

ValueCountFrequency (%)
(unknown) 411
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
a 56
13.6%
u 55
13.4%
e 50
12.2%
n 49
11.9%
N 44
10.7%
h 44
10.7%
m 44
10.7%
i 13
 
3.2%
t 10
 
2.4%
10
 
2.4%
Other values (15) 36
8.8%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 411
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
a 56
13.6%
u 55
13.4%
e 50
12.2%
n 49
11.9%
N 44
10.7%
h 44
10.7%
m 44
10.7%
i 13
 
3.2%
t 10
 
2.4%
10
 
2.4%
Other values (15) 36
8.8%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 411
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
a 56
13.6%
u 55
13.4%
e 50
12.2%
n 49
11.9%
N 44
10.7%
h 44
10.7%
m 44
10.7%
i 13
 
3.2%
t 10
 
2.4%
10
 
2.4%
Other values (15) 36
8.8%
Distinct5
Distinct (%)8.8%
Missing0
Missing (%)0.0%
Memory size584.0 B
3
29 
4
17 
2
5
1
 
1

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters57
Distinct characters5
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1 ?
Unique (%)1.8%

Sample

1st row2
2nd row3
3rd row3
4th row3
5th row4

Common Values

ValueCountFrequency (%)
3 29
50.9%
4 17
29.8%
2 6
 
10.5%
5 4
 
7.0%
1 1
 
1.8%

Length

2024-12-08T11:51:08.231381image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:08.468922image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
3 29
50.9%
4 17
29.8%
2 6
 
10.5%
5 4
 
7.0%
1 1
 
1.8%

Most occurring characters

ValueCountFrequency (%)
3 29
50.9%
4 17
29.8%
2 6
 
10.5%
5 4
 
7.0%
1 1
 
1.8%

Most occurring categories

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
3 29
50.9%
4 17
29.8%
2 6
 
10.5%
5 4
 
7.0%
1 1
 
1.8%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
3 29
50.9%
4 17
29.8%
2 6
 
10.5%
5 4
 
7.0%
1 1
 
1.8%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 57
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
3 29
50.9%
4 17
29.8%
2 6
 
10.5%
5 4
 
7.0%
1 1
 
1.8%
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size584.0 B
Sim
36 
Não
21 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters171
Distinct characters6
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowSim
2nd rowSim
3rd rowSim
4th rowSim
5th rowSim

Common Values

ValueCountFrequency (%)
Sim 36
63.2%
Não 21
36.8%

Length

2024-12-08T11:51:08.727654image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:08.949884image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
sim 36
63.2%
não 21
36.8%

Most occurring characters

ValueCountFrequency (%)
S 36
21.1%
i 36
21.1%
m 36
21.1%
N 21
12.3%
ã 21
12.3%
o 21
12.3%

Most occurring categories

ValueCountFrequency (%)
(unknown) 171
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
S 36
21.1%
i 36
21.1%
m 36
21.1%
N 21
12.3%
ã 21
12.3%
o 21
12.3%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 171
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
S 36
21.1%
i 36
21.1%
m 36
21.1%
N 21
12.3%
ã 21
12.3%
o 21
12.3%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 171
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
S 36
21.1%
i 36
21.1%
m 36
21.1%
N 21
12.3%
ã 21
12.3%
o 21
12.3%
Distinct5
Distinct (%)9.1%
Missing2
Missing (%)3.5%
Memory size584.0 B
Indiferente
26 
Penso sobre a critica
17 
Triste
Ansioso
 
2
Estressado
 
2

Length

Max length21
Median length11
Mean length13.181818
Min length6

Characters and Unicode

Total characters725
Distinct characters18
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowTriste
2nd rowTriste
3rd rowPenso sobre a critica
4th rowIndiferente
5th rowTriste

Common Values

ValueCountFrequency (%)
Indiferente 26
45.6%
Penso sobre a critica 17
29.8%
Triste 8
 
14.0%
Ansioso 2
 
3.5%
Estressado 2
 
3.5%
(Missing) 2
 
3.5%

Length

2024-12-08T11:51:09.239283image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:09.491409image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
indiferente 26
24.5%
penso 17
16.0%
sobre 17
16.0%
a 17
16.0%
critica 17
16.0%
triste 8
 
7.5%
ansioso 2
 
1.9%
estressado 2
 
1.9%

Most occurring characters

ValueCountFrequency (%)
e 122
16.8%
n 71
9.8%
i 70
9.7%
r 70
9.7%
t 53
7.3%
s 52
7.2%
51
7.0%
o 40
 
5.5%
a 36
 
5.0%
c 34
 
4.7%
Other values (8) 126
17.4%

Most occurring categories

ValueCountFrequency (%)
(unknown) 725
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e 122
16.8%
n 71
9.8%
i 70
9.7%
r 70
9.7%
t 53
7.3%
s 52
7.2%
51
7.0%
o 40
 
5.5%
a 36
 
5.0%
c 34
 
4.7%
Other values (8) 126
17.4%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 725
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e 122
16.8%
n 71
9.8%
i 70
9.7%
r 70
9.7%
t 53
7.3%
s 52
7.2%
51
7.0%
o 40
 
5.5%
a 36
 
5.0%
c 34
 
4.7%
Other values (8) 126
17.4%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 725
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e 122
16.8%
n 71
9.8%
i 70
9.7%
r 70
9.7%
t 53
7.3%
s 52
7.2%
51
7.0%
o 40
 
5.5%
a 36
 
5.0%
c 34
 
4.7%
Other values (8) 126
17.4%
Distinct5
Distinct (%)9.1%
Missing2
Missing (%)3.5%
Memory size584.0 B
0.0
30 
1.0
11 
2.0
10 
3.0
 
3
4.0
 
1

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters165
Distinct characters6
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1 ?
Unique (%)1.8%

Sample

1st row1.0
2nd row3.0
3rd row2.0
4th row0.0
5th row2.0

Common Values

ValueCountFrequency (%)
0.0 30
52.6%
1.0 11
 
19.3%
2.0 10
 
17.5%
3.0 3
 
5.3%
4.0 1
 
1.8%
(Missing) 2
 
3.5%

Length

2024-12-08T11:51:09.760131image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:09.998748image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
0.0 30
54.5%
1.0 11
 
20.0%
2.0 10
 
18.2%
3.0 3
 
5.5%
4.0 1
 
1.8%

Most occurring characters

ValueCountFrequency (%)
0 85
51.5%
. 55
33.3%
1 11
 
6.7%
2 10
 
6.1%
3 3
 
1.8%
4 1
 
0.6%

Most occurring categories

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
0 85
51.5%
. 55
33.3%
1 11
 
6.7%
2 10
 
6.1%
3 3
 
1.8%
4 1
 
0.6%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
0 85
51.5%
. 55
33.3%
1 11
 
6.7%
2 10
 
6.1%
3 3
 
1.8%
4 1
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 165
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
0 85
51.5%
. 55
33.3%
1 11
 
6.7%
2 10
 
6.1%
3 3
 
1.8%
4 1
 
0.6%

Com que frequência você usa mídias sociais sem um propósito específico?
Real number (ℝ)

High correlation  Missing  Zeros 

Distinct6
Distinct (%)10.9%
Missing2
Missing (%)3.5%
Infinite0
Infinite (%)0.0%
Mean2.4181818
Minimum0
Maximum5
Zeros4
Zeros (%)7.0%
Negative0
Negative (%)0.0%
Memory size584.0 B
2024-12-08T11:51:10.249900image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile0
Q12
median3
Q33
95-th percentile4.3
Maximum5
Range5
Interquartile range (IQR)1

Descriptive statistics

Standard deviation1.2574358
Coefficient of variation (CV)0.51999225
Kurtosis-0.30452415
Mean2.4181818
Median Absolute Deviation (MAD)1
Skewness-0.039992244
Sum133
Variance1.5811448
MonotonicityNot monotonic
2024-12-08T11:51:10.493897image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram with fixed size bins (bins=6)
ValueCountFrequency (%)
3 19
33.3%
2 14
24.6%
1 9
15.8%
4 6
 
10.5%
0 4
 
7.0%
5 3
 
5.3%
(Missing) 2
 
3.5%
ValueCountFrequency (%)
0 4
 
7.0%
1 9
15.8%
2 14
24.6%
3 19
33.3%
4 6
 
10.5%
5 3
 
5.3%
ValueCountFrequency (%)
5 3
 
5.3%
4 6
 
10.5%
3 19
33.3%
2 14
24.6%
1 9
15.8%
0 4
 
7.0%

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters69
Distinct characters6
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowNão
2nd rowNão
3rd rowNão
4th rowNão
5th rowNão

Common Values

ValueCountFrequency (%)
Não 18
31.6%
Sim 5
 
8.8%
(Missing) 34
59.6%

Length

2024-12-08T11:51:10.749701image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2024-12-08T11:51:10.961271image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
não 18
78.3%
sim 5
 
21.7%

Most occurring characters

ValueCountFrequency (%)
N 18
26.1%
ã 18
26.1%
o 18
26.1%
S 5
 
7.2%
i 5
 
7.2%
m 5
 
7.2%

Most occurring categories

ValueCountFrequency (%)
(unknown) 69
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
N 18
26.1%
ã 18
26.1%
o 18
26.1%
S 5
 
7.2%
i 5
 
7.2%
m 5
 
7.2%

Most occurring scripts

ValueCountFrequency (%)
(unknown) 69
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
N 18
26.1%
ã 18
26.1%
o 18
26.1%
S 5
 
7.2%
i 5
 
7.2%
m 5
 
7.2%

Most occurring blocks

ValueCountFrequency (%)
(unknown) 69
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
N 18
26.1%
ã 18
26.1%
o 18
26.1%
S 5
 
7.2%
i 5
 
7.2%
m 5
 
7.2%
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
29 
True
28 
ValueCountFrequency (%)
False 29
50.9%
True 28
49.1%
2024-12-08T11:51:11.153573image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
45 
True
12 
ValueCountFrequency (%)
False 45
78.9%
True 12
 
21.1%
2024-12-08T11:51:11.358949image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
39 
True
18 
ValueCountFrequency (%)
False 39
68.4%
True 18
31.6%
2024-12-08T11:51:11.547738image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
48 
True
ValueCountFrequency (%)
False 48
84.2%
True 9
 
15.8%
2024-12-08T11:51:11.744037image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
52 
True
 
5
ValueCountFrequency (%)
False 52
91.2%
True 5
 
8.8%
2024-12-08T11:51:11.947410image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
56 
True
 
1
ValueCountFrequency (%)
False 56
98.2%
True 1
 
1.8%
2024-12-08T11:51:12.536173image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
55 
True
 
2
ValueCountFrequency (%)
False 55
96.5%
True 2
 
3.5%
2024-12-08T11:51:12.719274image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
ValueCountFrequency (%)
False 57
100.0%
2024-12-08T11:51:12.893587image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
55 
True
 
2
ValueCountFrequency (%)
False 55
96.5%
True 2
 
3.5%
2024-12-08T11:51:13.077392image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
56 
True
 
1
ValueCountFrequency (%)
False 56
98.2%
True 1
 
1.8%
2024-12-08T11:51:13.293471image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Distinct2
Distinct (%)3.5%
Missing0
Missing (%)0.0%
Memory size185.0 B
False
56 
True
 
1
ValueCountFrequency (%)
False 56
98.2%
True 1
 
1.8%
2024-12-08T11:51:13.478403image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Interactions

2024-12-08T11:50:44.191289image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:37.360223image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:38.873291image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:40.447144image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:42.193928image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:44.557462image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:37.645356image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:39.167156image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:40.759601image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:42.872234image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:44.919629image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:37.951695image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:39.507782image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:41.122299image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:43.143203image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:45.306963image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:38.260658image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:39.805269image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:41.457501image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:43.492924image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:45.672458image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:38.574569image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:40.076849image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:41.798494image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
2024-12-08T11:50:43.792565image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/

Correlations

2024-12-08T11:51:13.722051image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Com que frequência você busca validação por meio de "curtidas" ou outros recursos das redes sociais?Com que frequência você se distrai com as redes sociais quando está ocupado fazendo alguma coisa?Com que frequência você se sente deprimido ou está deprimido?Com que frequência você usa mídias sociais sem um propósito específico?Com que frequência você usa mídias sociais sem um propósito específico?Como você reage quando vê comentários negativos ou críticas em suas postagens?Como você se sente ao receber poucos "likes" em suas postagens?Como você se sente quando vê publicações de pessoas mostrando vidas aparentemente perfeitas?Dificuldade para dormirEstá empregadoGêneroJá foi diagnosticado por um profissional com algum dos itens: [Ansiedade]Já foi diagnosticado por um profissional com algum dos itens: [Depressão]Já foi diagnosticado por um profissional com algum dos itens: [Dislexia]Já foi diagnosticado por um profissional com algum dos itens: [Estresse]Já foi diagnosticado por um profissional com algum dos itens: [Nenhum]Já foi diagnosticado por um profissional com algum dos itens: [TDAH]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Bipolar]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Obsessivo-Compulsivo (TOC)]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de ansiedade social :]Numa escala de 1 a 5, com que frequência você se compara a outras pessoas de sucesso através do uso das redes sociais?Numa escala de 1 a 5, quão facilmente você se distrai? (Sendo 1 pouco e 5 muito)Pratica esporte com que frequência mensal?Qual o impacto que você acredita que as redes sociais causam em você? (sendo 1 muito negativo e 5 muito positivo )Qual sua religião?Qual sua renda mensal bruta para custo de vidaQual é a sua idade?Qual é o tempo médio que você passa nas redes sociais todos os dias em horas?SexoVocê acha difícil se concentrar nas coisas?Você acha que passa mais tempo nas redes sociais do que gostaria?Você já experimentou sentimentos de inveja ou inferioridade ao se comparar com outras pessoas nas redes? (Ex.: Aquele momento em que você abre a rede social do amigo e pensa dei errado para caramba)Você sente que o uso das redes sociais impacta seu humor de forma positiva ou negativa?Você têm religião?
Com que frequência você busca validação por meio de "curtidas" ou outros recursos das redes sociais?1.0000.1180.0790.0000.0000.3700.2290.0000.1350.0000.0000.1560.4300.0000.0000.2980.0000.0970.0000.0000.0000.2330.1100.0000.0000.0000.0000.2070.1830.0000.0000.4230.2040.1490.000
Com que frequência você se distrai com as redes sociais quando está ocupado fazendo alguma coisa?0.1181.0000.1890.3200.1690.2370.2020.0000.1230.0000.0000.0000.2980.0000.0000.2260.0000.0000.0000.0000.3150.0000.3140.0000.0000.0000.0000.1360.0000.0000.3750.3880.4100.1870.000
Com que frequência você se sente deprimido ou está deprimido?0.0790.1891.0000.5090.2220.3240.0750.1700.0000.2790.0000.4880.4880.0000.2100.2810.2360.2480.0000.0000.2690.3110.0630.0000.0000.2920.305-0.2530.3160.0000.1680.0000.0000.2050.255
Com que frequência você usa mídias sociais sem um propósito específico?0.0000.3200.5091.0000.6810.2440.0470.2870.1000.1150.0690.0000.2290.0000.0000.0000.3010.0000.1030.0000.0000.0000.2210.0000.0800.0720.244-0.3730.1630.0000.2500.0000.0000.1680.338
Com que frequência você usa mídias sociais sem um propósito específico?0.0000.1690.2220.6811.0000.0390.0730.2450.0000.0000.4020.0000.0000.0460.0000.0000.0770.0000.0000.0000.0000.0000.2490.2060.1890.1240.032-0.2840.0330.3820.1990.0000.0890.0000.000
Como você reage quando vê comentários negativos ou críticas em suas postagens?0.3700.2370.3240.2440.0391.0000.0880.3250.1510.0000.1390.0000.3500.0000.1440.0000.0000.6520.4260.1880.1020.1160.1980.2160.0000.0000.0000.0000.2340.0000.0000.2470.5710.2540.358
Como você se sente ao receber poucos "likes" em suas postagens?0.2290.2020.0750.0470.0730.0881.0000.2530.2770.1420.0000.1000.2220.2320.0000.0000.0000.2320.0000.0000.0000.0000.1580.2070.0000.2190.0960.2930.1680.0000.0000.1560.3320.0000.000
Como você se sente quando vê publicações de pessoas mostrando vidas aparentemente perfeitas?0.0000.0000.1700.2870.2450.3250.2531.0000.0000.1750.1020.0970.0000.0000.1480.0000.0000.0000.2180.2320.0000.1840.0000.1370.0000.2620.0000.1970.1130.0000.0880.0390.2090.0540.422
Dificuldade para dormir0.1350.1230.0000.1000.0000.1510.2770.0001.0000.2100.0000.3240.3940.0780.3510.3220.0000.0000.3260.9630.3260.1270.0000.0000.0710.0000.1880.1380.0000.0000.3090.3000.3480.1570.000
Está empregado0.0000.0000.2790.1150.0000.0000.1420.1750.2101.0000.3920.2370.0800.0000.0000.0000.0000.0000.1810.0000.0000.0000.1470.2100.0000.0000.3100.3270.0000.0000.0000.0000.1970.0000.000
Gênero0.0000.0000.0000.0690.4020.1390.0000.1020.0000.3921.0000.1300.2660.0800.0000.1080.0000.0000.2250.0800.0000.0000.0000.0000.0000.0400.0960.0000.0000.9910.0000.0200.0000.3020.263
Já foi diagnosticado por um profissional com algum dos itens: [Ansiedade]0.1560.0000.4880.0000.0000.0000.1000.0970.3240.2370.1301.0000.4190.0000.1090.6210.0000.0000.1190.0000.1190.2070.0000.1250.0000.2750.5380.2410.0000.0000.0000.0000.0000.1200.063
Já foi diagnosticado por um profissional com algum dos itens: [Depressão]0.4300.2980.4880.2290.0000.3500.2220.0000.3940.0800.2660.4191.0000.0000.0000.4490.1770.0000.2160.0000.2160.1090.0000.0000.0000.2140.4070.1500.2920.0000.3030.1080.0710.0000.076
Já foi diagnosticado por um profissional com algum dos itens: [Dislexia]0.0000.0000.0000.0000.0460.0000.2320.0000.0780.0000.0800.0000.0001.0000.0000.0000.0000.0000.3130.0000.3130.0000.0000.0000.0001.0000.0970.0000.0000.0000.4100.0000.0000.0000.000
Já foi diagnosticado por um profissional com algum dos itens: [Estresse]0.0000.0000.2100.0000.0000.1440.0000.1480.3510.0000.0000.1090.0000.0001.0000.3560.0000.0000.0000.0000.0000.0000.0000.1060.2270.0000.0000.0000.2190.0000.1050.0000.0000.0000.000
Já foi diagnosticado por um profissional com algum dos itens: [Nenhum]0.2980.2260.2810.0000.0000.0000.0000.0000.3220.0000.1080.6210.4490.0000.3561.0000.2040.0000.0000.0000.0000.1910.0000.2330.0000.1490.3200.0000.3260.0000.0000.0000.0000.1740.000
Já foi diagnosticado por um profissional com algum dos itens: [TDAH]0.0000.0000.2360.3010.0770.0000.0000.0000.0000.0000.0000.0000.1770.0000.0000.2041.0000.0000.0000.0000.0000.0000.2470.2320.3490.3660.0000.0000.0000.0000.2220.0000.0000.0000.000
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Bipolar]0.0970.0000.2480.0000.0000.6520.2320.0000.0000.0000.0000.0000.0000.0000.0000.0000.0001.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.3330.0000.0000.0001.0000.0000.000
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Obsessivo-Compulsivo (TOC)]0.0000.0000.0000.1030.0000.4260.0000.2180.3260.1810.2250.1190.2160.3130.0000.0000.0000.0001.0000.0000.1800.0000.0000.0000.0001.0000.3120.3720.0000.0000.2230.0000.0000.0000.256
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)]0.0000.0000.0000.0000.0000.1880.0000.2320.9630.0000.0800.0000.0000.0000.0000.0000.0000.0000.0001.0000.0000.0000.0000.0000.0000.0000.0970.2780.0000.0000.0000.0000.0000.0001.000
Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de ansiedade social :]0.0000.3150.2690.0000.0000.1020.0000.0000.3260.0000.0000.1190.2160.3130.0000.0000.0000.0000.1800.0001.0000.2830.0000.1400.0000.0000.2670.0000.0000.0000.6460.0000.0000.0000.000
Numa escala de 1 a 5, com que frequência você se compara a outras pessoas de sucesso através do uso das redes sociais?0.2330.0000.3110.0000.0000.1160.0000.1840.1270.0000.0000.2070.1090.0000.0000.1910.0000.0000.0000.0000.2831.0000.0000.0000.0000.2380.2860.1100.2380.0000.0000.0000.4380.4070.000
Numa escala de 1 a 5, quão facilmente você se distrai? (Sendo 1 pouco e 5 muito)0.1100.3140.0630.2210.2490.1980.1580.0000.0000.1470.0000.0000.0000.0000.0000.0000.2470.0000.0000.0000.0000.0001.0000.2260.1910.0000.0000.0000.0000.1050.3720.4120.1200.0000.000
Pratica esporte com que frequência mensal?0.0000.0000.0000.0000.2060.2160.2070.1370.0000.2100.0000.1250.0000.0000.1060.2330.2320.0000.0000.0000.1400.0000.2261.0000.0000.0000.1000.0000.1330.1470.1320.0850.0000.0000.192
Qual o impacto que você acredita que as redes sociais causam em você? (sendo 1 muito negativo e 5 muito positivo )0.0000.0000.0000.0800.1890.0000.0000.0000.0710.0000.0000.0000.0000.0000.2270.0000.3490.0000.0000.0000.0000.0000.1910.0001.0000.0000.1450.0000.0000.0000.0240.2940.2940.4850.000
Qual sua religião?0.0000.0000.2920.0720.1240.0000.2190.2620.0000.0000.0400.2750.2141.0000.0000.1490.3660.0001.0000.0000.0000.2380.0000.0000.0001.0000.0000.0000.0001.0000.0000.0840.0000.0980.619
Qual sua renda mensal bruta para custo de vida0.0000.0000.3050.2440.0320.0000.0960.0000.1880.3100.0960.5380.4070.0970.0000.3200.0000.0000.3120.0970.2670.2860.0000.1000.1450.0001.0000.0000.0000.0000.0000.0000.1530.0000.171
Qual é a sua idade?0.2070.136-0.253-0.373-0.2840.0000.2930.1970.1380.3270.0000.2410.1500.0000.0000.0000.0000.0000.3720.2780.0000.1100.0000.0000.0000.0000.0001.0000.0920.0000.0000.0000.0000.1980.000
Qual é o tempo médio que você passa nas redes sociais todos os dias em horas?0.1830.0000.3160.1630.0330.2340.1680.1130.0000.0000.0000.0000.2920.0000.2190.3260.0000.3330.0000.0000.0000.2380.0000.1330.0000.0000.0000.0921.0000.0000.0000.2650.0000.0000.000
Sexo0.0000.0000.0000.0000.3820.0000.0000.0000.0000.0000.9910.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.1050.1470.0001.0000.0000.0000.0001.0000.0000.0001.0000.0000.000
Você acha difícil se concentrar nas coisas?0.0000.3750.1680.2500.1990.0000.0000.0880.3090.0000.0000.0000.3030.4100.1050.0000.2220.0000.2230.0000.6460.0000.3720.1320.0240.0000.0000.0000.0000.0001.0000.1990.0840.0000.136
Você acha que passa mais tempo nas redes sociais do que gostaria?0.4230.3880.0000.0000.0000.2470.1560.0390.3000.0000.0200.0000.1080.0000.0000.0000.0000.0000.0000.0000.0000.0000.4120.0850.2940.0840.0000.0000.2650.0000.1991.0000.2920.0640.000
Você já experimentou sentimentos de inveja ou inferioridade ao se comparar com outras pessoas nas redes? (Ex.: Aquele momento em que você abre a rede social do amigo e pensa dei errado para caramba)0.2040.4100.0000.0000.0890.5710.3320.2090.3480.1970.0000.0000.0710.0000.0000.0000.0001.0000.0000.0000.0000.4380.1200.0000.2940.0000.1530.0000.0001.0000.0840.2921.0000.0000.000
Você sente que o uso das redes sociais impacta seu humor de forma positiva ou negativa?0.1490.1870.2050.1680.0000.2540.0000.0540.1570.0000.3020.1200.0000.0000.0000.1740.0000.0000.0000.0000.0000.4070.0000.0000.4850.0980.0000.1980.0000.0000.0000.0640.0001.0000.000
Você têm religião?0.0000.0000.2550.3380.0000.3580.0000.4220.0000.0000.2630.0630.0760.0000.0000.0000.0000.0000.2561.0000.0000.0000.0000.1920.0000.6190.1710.0000.0000.0000.1360.0000.0000.0001.000

Missing values

2024-12-08T11:50:46.288195image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
A simple visualization of nullity by column.
2024-12-08T11:50:48.631799image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2024-12-08T11:50:50.614791image/svg+xmlMatplotlib v3.8.0, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

Carimbo de data/horaEndereço de e-mailQual é a sua idade?GêneroQuais plataformas de mídia social você costuma usar?Cidade onde MoraSexoEstá empregadoQual sua renda mensal bruta para custo de vidaVocê têm religião?Qual sua religião?Qual é o tempo médio que você passa nas redes sociais todos os dias em horas?Numa escala de 1 a 5, quão facilmente você se distrai? (Sendo 1 pouco e 5 muito)Você acha difícil se concentrar nas coisas?Pratica esporte com que frequência mensal?Com que frequência você se distrai com as redes sociais quando está ocupado fazendo alguma coisa?Com que frequência você se sente deprimido ou está deprimido?Com que frequência você usa mídias sociais sem um propósito específico?Numa escala de 1 a 5, com que frequência você se compara a outras pessoas de sucesso através do uso das redes sociais?Como você se sente quando vê publicações de pessoas mostrando vidas aparentemente perfeitas?Como você se sente ao receber poucos "likes" em suas postagens?Você sente que o uso das redes sociais impacta seu humor de forma positiva ou negativa?Dificuldade para dormirQual o impacto que você acredita que as redes sociais causam em você? (sendo 1 muito negativo e 5 muito positivo )Você acha que passa mais tempo nas redes sociais do que gostaria?Como você reage quando vê comentários negativos ou críticas em suas postagens?Com que frequência você busca validação por meio de "curtidas" ou outros recursos das redes sociais?Com que frequência você usa mídias sociais sem um propósito específico?Você já experimentou sentimentos de inveja ou inferioridade ao se comparar com outras pessoas nas redes? (Ex.: Aquele momento em que você abre a rede social do amigo e pensa dei errado para caramba)Já foi diagnosticado por um profissional com algum dos itens: [Nenhum]Já foi diagnosticado por um profissional com algum dos itens: [Depressão]Já foi diagnosticado por um profissional com algum dos itens: [Ansiedade]Já foi diagnosticado por um profissional com algum dos itens: [Estresse]Já foi diagnosticado por um profissional com algum dos itens: [TDAH]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Bipolar]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de ansiedade social :]Já foi diagnosticado por um profissional com algum dos itens: [Fobia de Perda de Conexão ( Ansiedade relacionada à ausência de acesso ao celular ou redes sociais, causando angústia e desconforto.]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Obsessivo-Compulsivo (TOC)]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)]Já foi diagnosticado por um profissional com algum dos itens: [Dislexia]
016/11/2024 08:50:052903def3-aa2f-5bf3-8d43-f9396e259be841.0MasculinoLinkedin, WhatsappNiteróiCisgênero (é o sexo que nasceu)SimSuperior 30 milSimEvangélico3.03.03Até 8 vezes41.02.01.04.04.0NegativaNenhuma2SimTriste1.04.0NaNTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
116/11/2024 08:56:5652101e6a-ca49-5844-a546-155aa08bf77133.0MasculinoInstagram, Facebook, Youtube, Linkedin, TikTok, Twitter (X), Whatsapp, TelegramSão GonçaloCisgênero (é o sexo que nasceu)SimAtè 10 milSimEvangélico4.02.02Até 4 vezes21.04.03.02.03.0PositivaNenhuma3SimTriste3.04.0NaNTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
216/11/2024 08:58:000135da91-4288-5475-8a7d-c06ac32e157d51.0MasculinoWhatsappNiteróiCisgênero (é o sexo que nasceu)SimAtè 10 milSimEvangélico4.02.02Nenhuma40.02.0NaNNaNNaNNaNNenhuma3SimNaNNaNNaNNaNFalseFalseFalseTrueFalseFalseFalseFalseFalseFalseFalse
316/11/2024 08:58:23ef094ef4-c311-52ab-994b-a5e2943c8c0437.0MasculinoInstagram, Facebook, Youtube, Linkedin, WhatsappRio de JaneiroCisgênero (é o sexo que nasceu)SimAtè 10 milSimCatólico4.03.03Nenhuma31.02.01.03.05.0PositivaNenhuma3SimPenso sobre a critica2.03.0NaNFalseFalseFalseTrueFalseFalseFalseFalseFalseFalseFalse
416/11/2024 09:04:144fe3cb6d-8d9f-5fdd-87fa-13481495a0c430.0MasculinoInstagram, Facebook, Twitter (X), WhatsappSão GonçaloCisgênero (é o sexo que nasceu)SimAté 5 milSimEvangélico3.03.01Até 4 vezes20.02.01.05.05.0PositivaNenhuma4SimIndiferente0.03.0NaNTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
516/11/2024 09:08:528f30b1fa-511d-5044-948d-268c86cb55df36.0MasculinoInstagram, Facebook, Youtube, WhatsappItaperuna rjCisgênero (é o sexo que nasceu)SimAtè 10 milSimEvangélico2.04.04Até 4 vezes31.03.01.03.03.0NegativaNenhuma3SimTriste2.03.0NaNFalseFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
616/11/2024 09:12:53844ab66e-8e20-57df-92c1-2ecb2738867637.0FemininoInstagram, Facebook, WhatsappRJCisgênero (é o sexo que nasceu)NãoAté 3 milSimCatólico3.01.02Até 8 vezes12.04.01.03.03.0PositivaNenhuma3NãoIndiferente0.04.0NaNFalseFalseTrueFalseFalseFalseFalseFalseFalseFalseFalse
716/11/2024 09:19:18da896799-9ea2-5e91-ad37-3a9bf6a5eea934.0MasculinoInstagram, Facebook, Youtube, Linkedin, WhatsappSorocaba-SPCisgênero (é o sexo que nasceu)SimAtè 10 milSimCatólico2.03.02Até 4 vezes20.02.02.03.03.0PositivaNenhuma3SimIndiferente2.03.0NaNTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
816/11/2024 09:21:1576f728ad-95de-5906-81cf-682fcbf25c0333.0MasculinoInstagram, Youtube, WhatsappNiteróiCisgênero (é o sexo que nasceu)SimAté 5 milSimCatólico2.05.05Todos os dias31.03.01.05.05.0PositivaMuita3SimIndiferente0.03.0NaNTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
916/11/2024 09:25:203f123bb8-6b37-58e8-bccd-035231c8a49c44.0MasculinoInstagram, Youtube, WhatsappNiteróiCisgênero (é o sexo que nasceu)SimSuperior 30 milSimEvangélico1.04.01Todos os dias20.01.01.05.05.0PositivaNenhuma3SimIndiferente1.01.0NaNTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
Carimbo de data/horaEndereço de e-mailQual é a sua idade?GêneroQuais plataformas de mídia social você costuma usar?Cidade onde MoraSexoEstá empregadoQual sua renda mensal bruta para custo de vidaVocê têm religião?Qual sua religião?Qual é o tempo médio que você passa nas redes sociais todos os dias em horas?Numa escala de 1 a 5, quão facilmente você se distrai? (Sendo 1 pouco e 5 muito)Você acha difícil se concentrar nas coisas?Pratica esporte com que frequência mensal?Com que frequência você se distrai com as redes sociais quando está ocupado fazendo alguma coisa?Com que frequência você se sente deprimido ou está deprimido?Com que frequência você usa mídias sociais sem um propósito específico?Numa escala de 1 a 5, com que frequência você se compara a outras pessoas de sucesso através do uso das redes sociais?Como você se sente quando vê publicações de pessoas mostrando vidas aparentemente perfeitas?Como você se sente ao receber poucos "likes" em suas postagens?Você sente que o uso das redes sociais impacta seu humor de forma positiva ou negativa?Dificuldade para dormirQual o impacto que você acredita que as redes sociais causam em você? (sendo 1 muito negativo e 5 muito positivo )Você acha que passa mais tempo nas redes sociais do que gostaria?Como você reage quando vê comentários negativos ou críticas em suas postagens?Com que frequência você busca validação por meio de "curtidas" ou outros recursos das redes sociais?Com que frequência você usa mídias sociais sem um propósito específico?Você já experimentou sentimentos de inveja ou inferioridade ao se comparar com outras pessoas nas redes? (Ex.: Aquele momento em que você abre a rede social do amigo e pensa dei errado para caramba)Já foi diagnosticado por um profissional com algum dos itens: [Nenhum]Já foi diagnosticado por um profissional com algum dos itens: [Depressão]Já foi diagnosticado por um profissional com algum dos itens: [Ansiedade]Já foi diagnosticado por um profissional com algum dos itens: [Estresse]Já foi diagnosticado por um profissional com algum dos itens: [TDAH]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Bipolar]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de ansiedade social :]Já foi diagnosticado por um profissional com algum dos itens: [Fobia de Perda de Conexão ( Ansiedade relacionada à ausência de acesso ao celular ou redes sociais, causando angústia e desconforto.]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno Obsessivo-Compulsivo (TOC)]Já foi diagnosticado por um profissional com algum dos itens: [Transtorno de Estresse Pós-Traumático (TEPT)]Já foi diagnosticado por um profissional com algum dos itens: [Dislexia]
4717/11/2024 19:21:17fcc38cc1-b101-5ee5-9548-3554022421c733.0MasculinoLinkedin, WhatsappSão Gonçalo - RJCisgênero (é o sexo que nasceu)SimAté 3 milNãoNaN3.02.01Todos os dias24.02.04.03.03.0NegativaNenhuma4NãoIndiferente0.02.0NãoTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
4817/11/2024 22:40:506baadd18-584e-5f22-839b-2d811106210f37.0MasculinoInstagram, Facebook, Youtube, WhatsappRio de JaneiroCisgênero (é o sexo que nasceu)SimAté 5 milSimEvangélico10.03.03Nenhuma42.04.02.03.03.0PositivaNenhuma4SimPenso sobre a critica0.03.0NãoTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
4917/11/2024 23:03:376bed0452-65a6-5d7b-a207-05b75e464ffc60.0FemininoInstagram, Youtube, WhatsappNiteróiCisgênero (é o sexo que nasceu)NãoAté 3 milNaNEvangélico4.03.02Até 4 vezes22.01.01.01.03.0PositivaAs vezes3NãoTriste1.02.0NãoFalseFalseTrueTrueFalseFalseFalseFalseFalseTrueFalse
5018/11/2024 13:16:10fc2f505c-35e2-5978-96e3-a422b6eb193451.0MasculinoInstagram, Youtube, WhatsappNiteróiCisgênero (é o sexo que nasceu)SimAtè 10 milSimEvangélico2.02.01Até 4 vezes20.02.01.04.03.0PositivaNenhuma4NãoIndiferente0.02.0NãoTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
5118/11/2024 13:17:5172bda606-2554-5fe4-aac7-a9df524fb04e31.0MasculinoYoutube, Twitter (X), WhatsappBelford RoxoCisgênero (é o sexo que nasceu)SimAté 5 milSimCatólico2.04.04Até 8 vezes41.03.01.03.03.0PositivaNenhuma4NãoPenso sobre a critica0.03.0NãoTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
5218/11/2024 13:18:0840500e35-5efe-5b8a-ba4f-a541d1f24af047.0FemininoInstagram, Facebook, Linkedin, Whatsapp, TelegramSão PauloCisgênero (é o sexo que nasceu)SimAté 5 milNãonenhuma3.04.04Até 4 vezes33.01.01.01.04.0PositivaNenhuma3SimPenso sobre a critica1.01.0NãoFalseTrueTrueFalseTrueFalseFalseFalseFalseFalseFalse
5318/11/2024 13:30:140934bf0f-83a2-5ce7-bdd6-8f6b596bb5ef44.0MasculinoInstagram, Facebook, Youtube, Whatsapp, TelegramBrasilia DFCisgênero (é o sexo que nasceu)SimSuperior 30 milSimEvangélico4.01.01Todos os dias10.00.03.03.03.0PositivaNenhuma5NãoIndiferente0.03.0NãoTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
5418/11/2024 15:01:24e96fb289-e520-57c8-8b68-880765086fee39.0FemininoInstagram, Facebook, WhatsappNiteroiCisgênero (é o sexo que nasceu)NãoAté 5 milSimEvangélico4.03.03Até 4 vezes22.01.02.04.02.0NegativaQuando fico no cel à noite .2SimTriste0.01.0SimTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse
5518/11/2024 18:46:50020191c8-4c07-5bea-b769-f8f37cc3049731.0MasculinoInstagram, Facebook, Youtube, Whatsapp, Telegram, OutrasRondonópolis MTCisgênero (é o sexo que nasceu)SimAté 3 milNãoEvangélico6.05.03Até 8 vezes25.05.01.05.03.0PositivaMuita5SimIndiferente2.02.0NãoFalseTrueTrueFalseTrueFalseFalseFalseFalseFalseFalse
5618/11/2024 21:19:2367f34955-eeb7-5c32-98e7-a97e7631912342.0MasculinoInstagram, Youtube, WhatsappRio de janeiroCisgênero (é o sexo que nasceu)SimAtè 10 milNãoEvangélico2.04.03Até 8 vezes52.05.02.02.03.0NegativaNenhuma3SimAnsioso0.04.0SimTrueFalseFalseFalseFalseFalseFalseFalseFalseFalseFalse